一种适用于WiFi的室内载波相位定位模型构建方法
阅读说明：本技术 一种适用于WiFi的室内载波相位定位模型构建方法 (Indoor carrier phase positioning model construction method suitable for WiFi ) 是由 何维 岳紫颖 田增山 李泽 王中春 于 2019-12-03 设计创作，主要内容包括：本发明提出一种适用于WiFi的室内载波相位定位模型构建方法。首先,提取CSI(Channel State Information)信息并进行预处理,获取较为稳定的载波相位观测值；然后,利用二维MUSIC(Multiple Signal Classification)算法,建立基于WiFi的目标信号超分辨参数估计模型,提取TOA(Time of Arrival)构建伪距观测值；接着,基于定位接收机获得直达径的伪距和载波相位观测值,构建载波相位测距方程；最后,基于多个定位接收机,利用载波相位测距方程构造TDOA(Time Difference of Arrival)差分定位模型。该发明方法有效地构建了载波相位定位模型,为载波相位精确定位提供模型依据。(The invention provides a construction method of an indoor carrier phase positioning model suitable for WiFi. Firstly, extracting CSI (channel State information) information and preprocessing the CSI information to obtain a relatively stable carrier phase observation value; then, a target Signal super-resolution parameter estimation model based on WiFi is established by using a two-dimensional MUSIC (multiple Signal Classification) algorithm, and TOA (time of arrival) is extracted to construct a pseudo-range observation value; secondly, a carrier phase ranging equation is constructed based on a pseudo range and a carrier phase observation value of the direct path obtained by the positioning receiver; finally, a TDOA (time Difference of arrival) differential location model is constructed based on the plurality of location receivers by using a carrier phase ranging equation. The method effectively constructs a carrier phase positioning model and provides a model basis for accurate positioning of the carrier phase.)
技术领域
本发明属于室内定位技术，一种适用于WiFi的室内载波相位定位模型构建方法。
背景技术
近年来，基于位置信息的服务与人们的生活密切相关，如共享单车、手机打车服务、外卖服务、快递信息监控、老人与儿童智能关爱等。基于位置的应用快速发展，人们对定位技术的精度和可靠性需求也越来越高。同时，高精度定位服务在国家安全、经济发展和社会民生等领域，都发挥着重要作用。基于卫星的室外定位技术能够达到厘米级定位精度，基于移动通信网络的室外定位技术能够达到几十米定位精度，在精准农业、智能交通、物联网等领域发挥了重要作用。室内环境是人们活动最密集的区域，与人们的生产生活密切相关，因此室内位置信息在许多应用中发挥着重要作用，如博物馆、仓库资产管理、智慧医疗和智慧城市等。由于卫星信号很难穿透建筑物，且基于移动通信网络的定位精度无法满足室内用户的需求，因此，室内高精度定位技术已经成为研究热点和难点之一。
目前，WiFi网络在生活中非常普及，因此可以利用现有的WiFi网络来提供室内定位服务。对于定位，定位参数在一定程度上决定着最终的定位精度，常用的定位参数主要有：接收信号强度(Received Signal Strength,RSS)、到达角(Angle of Arrival,AOA)以及飞行时间(Time of Flight,TOF)。RSS是一种粗粒度的定位参数，因此基于RSS的定位精度较低，一般在2-4米左右。基于RSS的定位方法主要有：一、基于传播模型测距的三边定位法；二、基于指纹的定位方法。对于第一种方法，需要在离线阶段训练传播模型，而传播模型主要依赖于衰减因子。因此，衰减因子的精确程度影响到最终测距的结果。由于室内的多径传播及环境变化，训练出的衰减因子往往精度较差。相比较而言，基于指纹的定位方法能够提供更高的定位精度。但是指纹数据库的构建需要花费大量的人力物力，当环境发生变化时需要对指纹库进行更新。相比于RSS，AOA和TOF是两种几何参数，因此能够获得较高的定位精度。基于AOA定位是通过测量目标与多个接收机之间的角度，然后利用三边定位法求解出目标的位置。对于AOA的估计通常需要使用阵列天线，为了抑制多径信号的干扰，阵列中天线的数量往往要求大于路径的个数。然而，射频通道的校正、天线耦合、多径干扰以及安装标定都限制了AOA定位方法的应用。基于TOF的定位法是通过测量目标到多个接收机的传播时延，因此要求收发之间要进行严格的时钟同步，否则会引入许多相位误差。除了时钟同步，信号带宽也决定着多径在TOF上的分辨率。例如，对20M和40M带宽的WiFi信号而言，TOF的分辨率仅为为15m和7.5m。到达时间差(Time Difference of Arrival,TDOA)是在另外一种时间观测测量值，该方法要求接收机之间进行严格的时钟同步。由于WiFi能够提供丰富的信道状态信息(Channel State Information,CSI)，其包含的载波相位信息分辨力高，因此载波相位定位模型具有现实意义。但是，单一载波相位信息定位不准确，因此需要结合TOA(Time of Arrival)信息构建联合定位模型。
本发明提出一种适用于WiFi的室内载波相位定位模型构建方法，该模型利用直达信号的载波相位信息和TOA信息对目标进行定位。相比现有基于距离的定位方法，利用载波相位可以提高观测数据的分辨力，实现对目标的高精度定位。首先，提取CSI信息并进行预处理，获取较为稳定的载波相位观测值；然后，利用二维MUSIC(Multiple SignalClassification)算法，建立基于WiFi的目标信号超分辨参数估计模型，提取TOA构建伪距观测值；接着，基于定位接收机获得直达径的伪距和载波相位观测值，构建载波相位测距方程；最后，基于多个定位接收机，利用载波相位测距方程构造TDOA差分定位模型。该发明方法有效地构建了载波相位定位模型，为载波相位精确定位提供模型依据。
本发明的目的是提供一种适用于WiFi的室内载波相位定位模型构建方法，它能有效地利用载波相位对目标进行定位。
本发明所述的适用于WiFi的室内载波相位定位模型构建方法，包括以下步骤：
步骤一、提取CSI信息并进行预处理，获取较为稳定的载波相位观测值；
步骤二、利用二维MUSIC算法，建立基于WiFi的目标信号超分辨参数估计模型，提取TOA构建伪距观测值。
步骤三、基于定位接收机获得直达径的伪距和载波相位观测值，构建载波相位测距方程；
步骤四、基于多个定位接收机，利用载波相位测距方程构造TDOA差分定位模型。
有益效果
本发明是一种适用于WiFi的室内载波相位定位模型构建方法，有以下优点：
1.基于载波相位的测距分辨力取决于观测量，其测距分辨力为载波波长，对于L波段及其以上的信号，其分辨力优于30cm，相比传统的定位参数，分辨力显著提高。
2.利用TDOA差分原理消除钟差对定位的影响，该方法可以应用在现有的商用无线局域网以及移动网络当中；
3.有效地构建了载波相位定位模型，为载波相位精确定位提供模型依据。
附图说明
图1为本发明的流程图；
图2为室内场景示意图。
具体实施方案
下面结合附图对本发明作进一步详细说明：
图1为本发明流程图，步骤如下：
步骤一、在室内环境下假设房间大小为L×W×Am3，如图2所示，其中L为房间长度，W为房间宽度,A为房间高度。利用i(i＝1,2,…,n)个接收机定位，每个接收机采用由N(N＞3)个阵元组成的均匀线性阵列，信号采用正交频分复用(Orthogonal Frequency DivisionMultiplexing,OFDM)调制方式，子载波数量为M个。WiFi输出各个子载波的CSI信息，其对应载波相位值，从中选取30个子载波。
由于信号采样以及硬件会带来线性误差，因此需要对相位进行校正。由OFDM调制方式可知，中心频点子载波不受线性误差影响。由于中心频点子载波的相位传输直流信号，无法直接得到其相位。为了获得中心频点子载波的相位，首先对子载波的CSI相位进行解卷绕，然后利用三次样条插值得到信号中心频点子载波的相位值，即载波相位。
为了提高相位的提取精度，可以通过测量多组数据进行统计分析得到更加准确的相位值。首先，为了消除CSI相位周期性的影响，对中心频点子载波的相位进行补偿处理：计算所有数据包的相位均值
其中，φn为目标到接收机n的载波相位观测值，基于CSI的载波相位统计均值，λ为载波的波长。
步骤二、对于任意一个接收机，信道频率响应(Channel Frequency Response，CFR)可以表示为：
其中，γl和τl分别表示第l条路径的衰减和TOF，L为路径的个数，f为载波频率。对CFR进行离散采样就可以得到全部子载波的CSI矩阵，其可以表示为：
H＝[h1，1，…，h1，M，…，hN，1，…，hN，M]T (3)
建立角度和时延估计模型，H又可以表示为：
H＝Z(θ，τ)S(γ)+N (4)
其中，S(γ)是L×1衰减向量，N是NM×1的噪声矢量。Z(θ，τ)是NM×L的方向矩阵，其可以表示为：
其中，
a(θ)＝[a1(θ)，…，aN(θ)]T (6)
b(τ)＝[b1(τ)，…，bM(τ)]T (7)
其中，an(θ)＝e-j2πf(n-1)dsinθ/c为a(θ)中第n个元素，θ为路径的AOA，d是天线之间的间距为半波长，c为电磁波在真空中的传播速度。bm(τ)＝e-j2πΔf(m-1)τ为b(τ)中第m个元素，Δf为子载波频率间隔。对式(4)利用二维MUSIC算法，可以联合估计多径信号的AOA和TOF。进一步，分离出直达路径的伪距观测值：
ρn＝τn·c (8)
其中，ρn为目标到接收机n的伪距观测值，τn为目标到接收机的直达径时延，c为电磁波在真空中的传播速度。
步骤三、基于直达径的载波相位测量值，载波相位测距方程表示为：
其中，λ为载波的波长，Nn为目标和接收机n的载波相位整数部分，
利用直达路径的到达时间TOA对发射机到接收机进行距离粗估计，距离表示为：
其中，rn为目标到接收机的欧式距离，δt为目标的时钟误差，δtn为接收机n的时钟误差，
步骤四、如图2所示，为了直观表示在房间内建立三维坐标系。目标、接收机位置分别用P、Rn来标记，目标的坐标为P＝[x,y,z]，接收机坐标表示为Ri＝[xi,yi,zi]，i＝1,2,…,n。由式(9)和(10)构造载波相位定位模型：
将式(11)采用TDOA差分方式消除时钟误差：
由于接收机之间严格的时钟同步，式(12)可以简写为：
其中，
采用基于牛顿迭代的最小二乘法求解方程组(13)，可以将求解过程分为以下几步：
4a、准备数据与初始解。对于所有的接收机Rn，测量得到接收机n到目标的伪距ρn和载波相位φn。在开始牛顿迭代前，给出当前目标位置的初始估计值X0＝[0,0,0]与差分整周模糊度的初值ΔNi,1＝0(i＝1,2,…,n)。
4b、非线性方程组线性化。假设k为当前求解过程中正在进行的牛顿迭代次数，则k-1是在当前求解已经完成的迭代次数。将式(13)在上一次迭代解Xk-1＝[xk-1，yk-1，zk-1]处线性化，并忽略观测误差：
其中，
Δxk,k-1＝xk-xk-1
Δyk,k-1＝yk-yk-1
Δzk,k-1＝zk-zk-1
ΔNn,1＝Nn-N1
将式(14)简写为：
其中，
ΔX＝[Δxk,k-1 Δyk,k-1 Δzk,k-1]T
ΔN＝[ΔN2,1 ΔN3,1 … ΔNn,1]T
4c、求解线性方程组。利用加权最小二乘算法求式(15)的解：
其中，W为权值矩阵，是由各个测量值误差标准差之和的倒数组成的对角阵。
4d、更新方程组的解和协方差矩阵。
Xk＝Xk-1+ΔX＝Xk-1+[Δxk,k-1 Δyk,k-1 Δzk,k-1]T (17)
4e、判断牛顿迭代的收敛性。
若牛顿迭代已经收敛到了所需要的精度，则牛顿迭代法可终止循环运算，并将当前这一次迭代计算后的更新值(即Xk)作为最终结果；否则，k值增1，并返回至3b再重复进行一次牛顿迭代计算。
具体实施方式
图1为本发明的流程图；
图2为室内场景示意图。
具体实施方案
下面结合附图对本发明作进一步详细说明：
图1为本发明流程图，步骤如下：
步骤一、在室内环境下假设房间大小为L×W×Am3，如图2所示，其中L为房间长度，W为房间宽度,A为房间高度。利用i(i＝1,2,…,n)个接收机定位，每个接收机采用由N(N＞3)个阵元组成的均匀线性阵列，信号采用正交频分复用(Orthogonal Frequency DivisionMultiplexing,OFDM)调制方式，子载波数量为M个。WiFi输出各个子载波的CSI信息，其对应载波相位值，从中选取30个子载波。
由于信号采样以及硬件会带来线性误差，因此需要对相位进行校正。由OFDM调制方式可知，中心频点子载波不受线性误差影响。由于中心频点子载波的相位传输直流信号，无法直接得到其相位。为了获得中心频点子载波的相位，首先对子载波的CSI相位进行解卷绕，然后利用三次样条插值得到信号中心频点子载波的相位值，即载波相位。
为了提高相位的提取精度，可以通过测量多组数据进行统计分析得到更加准确的相位值。首先，为了消除CSI相位周期性的影响，对中心频点子载波的相位进行补偿处理：计算所有数据包的相位均值
其中，φn为目标到接收机n的载波相位观测值，基于CSI的载波相位统计均值，λ为载波的波长。
步骤二、对于任意一个接收机，信道频率响应(Channel Frequency Response，CFR)可以表示为：
其中，γl和τl分别表示第l条路径的衰减和TOF，L为路径的个数，f为载波频率。对CFR进行离散采样就可以得到全部子载波的CSI矩阵，其可以表示为：
H＝[h1，1，…，h1，M，…，hN，1，…，hN，M]T (3)
建立角度和时延估计模型，H又可以表示为：
H＝Z(θ，τ)S(γ)+N (4)
其中，S(γ)是L×1衰减向量，N是NM×1的噪声矢量。Z(θ，τ)是NM×L的方向矩阵，其可以表示为：
其中，
a(θ)＝[a1(θ)，…，aN(θ)]T (6)
b(τ)＝[b1(τ)，…，bM(τ)]T (7)
其中，an(θ)＝e-j2πf(n-1)dsinθ/c为a(θ)中第n个元素，θ为路径的AOA，d是天线之间的间距为半波长，c为电磁波在真空中的传播速度。bm(τ)＝e-j2πΔf(m-1)τ为b(τ)中第m个元素，Δf为子载波频率间隔。对式(4)利用二维MUSIC算法，可以联合估计多径信号的AOA和TOF。进一步，分离出直达路径的伪距观测值：
ρn＝τn·c (8)
其中，ρn为目标到接收机n的伪距观测值，τn为目标到接收机的直达径时延，c为电磁波在真空中的传播速度。
步骤三、基于直达径的载波相位测量值，载波相位测距方程表示为：
其中，λ为载波的波长，Nn为目标和接收机n的载波相位整数部分，
利用直达路径的到达时间TOA对发射机到接收机进行距离粗估计，距离表示为：
其中，rn为目标到接收机的欧式距离，δt为目标的时钟误差，δtn为接收机n的时钟误差，
步骤四、如图2所示，为了直观表示在房间内建立三维坐标系。目标、接收机位置分别用P、Rn来标记，目标的坐标为P＝[x,y,z]，接收机坐标表示为Ri＝[xi,yi,zi]，i＝1,2,…,n。由式(9)和(10)构造载波相位定位模型：
将式(11)采用TDOA差分方式消除时钟误差：
由于接收机之间严格的时钟同步，式(12)可以简写为：
其中，
采用基于牛顿迭代的最小二乘法求解方程组(13)，可以将求解过程分为以下几步：
4a、准备数据与初始解。对于所有的接收机Rn，测量得到接收机n到目标的伪距ρn和载波相位φn。在开始牛顿迭代前，给出当前目标位置的初始估计值X0＝[0,0,0]与差分整周模糊度的初值ΔNi,1＝0(i＝1,2,…,n)。
4b、非线性方程组线性化。假设k为当前求解过程中正在进行的牛顿迭代次数，则k-1是在当前求解已经完成的迭代次数。将式(13)在上一次迭代解Xk-1＝[xk-1，yk-1，zk-1]处线性化，并忽略观测误差：
其中，
Δxk,k-1＝xk-xk-1
Δyk,k-1＝yk-yk-1
Δzk,k-1＝zk-zk-1
ΔNn,1＝Nn-N1
将式(14)简写为：
其中，
ΔX＝[Δxk,k-1 Δyk,k-1 Δzk,k-1]T
ΔN＝[ΔN2,1 ΔN3,1 … ΔNn,1]T
4c、求解线性方程组。利用加权最小二乘算法求式(15)的解：
其中，W为权值矩阵，是由各个测量值误差标准差之和的倒数组成的对角阵。
4d、更新方程组的解和协方差矩阵。
Xk＝Xk-1+ΔX＝Xk-1+[Δxk,k-1 Δyk,k-1 Δzk,k-1]T (17)
4e、判断牛顿迭代的收敛性。
若牛顿迭代已经收敛到了所需要的精度，则牛顿迭代法可终止循环运算，并将当前这一次迭代计算后的更新值(即Xk)作为最终结果；否则，k值增1，并返回至3b再重复进行一次牛顿迭代计算。